Termine
Grundlegende und fortgeschrittene Datenanalyse mit SPSS
ENTFÄLLT: 6.-7. Juli 2018
RW I - S60
Uhrzeit: je 9-16 Uhr
Anmeldung: bis 24. Juni 2018
für Mitglieder der University of Bayreuth Graduate School: https://baydoc.uni-bayreuth.de
für PostDocs und Habilitierende über das WiN-UBT Portal
Der zweitägige Kurs bietet eine Einführung in das Arbeiten mit SPSS sowie in die Anwendung einfacher und fortgeschrittener Analysemethoden. Nach einer Einführung in die Handhabung des Programms werden praktische Tipps für eine effiziente Nutzung bezüglich der Datenmanipulation und des Datenmanagements vermittelt. Den Kern des Kurses bildet zum einen eine Einführung in grundlegende statistische Konzepte und Verfahren auf deren Grundlage dann komplexere Analyseinstrumente vorgestellt werden.
Im ersten Teil des Workshops werden Aspekte der deskriptiven und explorativen Datenanalyse vermittelt wie bspw.:
- Verteilungskennwerte und -analysen (Shapiro-Wilk-Test, K-S Test)
- Graphische Analyse- und Darstellungsmöglichkeiten (z.B. Choroplet, QQ und PP Diagramme)
- Einfache Stichprobentests (t-Test für un-/ abhängige und gepaarte Stichproben)
- Parallelverfahren für ordinale Daten (Rangkorrelationen, U-Test, Kruskal-Wallis-Test)
-
Ein- und mehrfaktorielle ANOVA
-
univariate lineare Regression
-
multivariate lineare Regression
-
explorative Faktoranalyse
Voraussetzung für den Kurs sind grundlegende Erfahrungen mit Windows. Statistische Grundkenntnisse sind wünschenswert, aber nicht zwingend erforderlich. Die mathematischen Konzepte, die den statistischen Verfahren zugrunde liegen, werden vorgestellt und erläutert.
Der Schwerpunkt des Kurses liegt jedoch auf der eigenständigen Anwendung der Methoden mit SPSS anhand von praxisbezogenen Datensätzen. Sofern den Teilnehmer bereits eigene Datensätze vorliegen, können diese in den Kurs integriert werden. Ziel des Kurses ist es die Teilnehmer in die Lage zu versetzen die erläuterten Methoden selbständig durchzuführen. Zudem sind sie nach der Teilnahme in der Lage auch bereits vorliegende Ergebnisse im Sinne einer passiven Methodenkompetenz einschätzen und bewerten zu können.